专利名称：：一种面向复杂制造系统的层次化建模与优化方法
技术领域：
：本发明涉及复杂制造系统优化
技术领域：
，尤其是由多个元素组成的层次化集成制造系统的建模与优化方法。
背景技术：
：人们从不同角度提出多种制造系统(企业)建模框架和方法，特别是针对计算机集成制造系统(ComputerIntegratedManufacturingSystem,CIMS)提出了多禾中建模构架体系，如欧共体ESPRIT计划提出了CIM开放系统体系结构CIM-OSA(ComputerIntegratedMa皿facturing-OpenSystemArchitecture)方法；美国KBSI提出的IDEF(ICMADEFinitionmethod)方法族和普渡大学提出的普渡企业参考体系结构PERA(PurdueEnterpriseReferenceArchitecture);法国波尔多大学提出的GRAI/GIM集成方法论(GraphwithResultsandActivitiesInterrelated/GRAIIntegratedMethodology);德国Scheer教授针对信息系统提出的ARIS结构(ArchitectureofIntegratedInformationSystem);国际自动化联盟国际信息处理联合会(IFAC/IFIP)提出的通用企业参考体系结构与方法论GERAM(GeneralizedEnterpriseReferenceArchitectureandMethodology)，等等。这些现有的建模体系存在的主要问题有基本上是面向设计而不是面向实现，只用图形符号来表示，没有考虑模型的实现与可执行性，缺乏软件实现的检验以及优化功能。制造系统(企业)集成的目的在于通过信息集成、过程优化及资源优化，实现物流、信息流、价值流的集成和优化运行达到人(组织、管理)、经营和技术三要素的集成，以改善产品开发的时间(Time,T)、质量(Quality,Q)、成本(Cost,C)、服务(Service,S)、环境(Environment,E)(简称为TQCSE)来满足不同顾客需求和社会可持续发展的要求(见严隽薇.现代集成制造系统概论——理念、方法、技术、设计与实施[M].北京清华大学出版社，2004)。而现有制造系统(企业)的优化研究，主要集中在CIMS/工业工程、运筹学/管理科学和人工智能方法等领域各自展开。从CIMS体系发展起来的企业资源计划(EnterpriseResourcePlanning,ERP)系统，试图实现企业资源优化，但传统的ERP主要是针对企业内部资源的管理，它的核心逻辑基于无限能力假设和固定提前期，无论是CIMS还是ERP，都缺乏优化功能，没有实现企业资源的整体协调和优化(见蓝伯雄.企业资源优化与优化模型[J].计算机集成制造系统-CIMS，2004，10(3):241-251)。另一方面，人们又从运筹学和人工智能等角度来研究制造系统的优化问题，如采用动态规划、分支定界、马尔可夫过程(或称马氏过程)、排队论、自动机/形式语言模型、极大极小代数、扰动分析法、Petri网理论、仿真方法、智能优化方法等。由于企业生产计划排产、调度是NP(Non-deterministicPolynomial，即算法复杂性随着问题规模的增长而呈指数增长)难题，目前调度问题研究成果大多集中在以Job-Shop问题为代表的基于最小化完工时间的调度问题上。虽然优化算法从理论上来讲能够解决有限维问题，但不同类型问题的综合(如不同函数性态、不同变量类型等等问题的相互交织)，使得许多算法无能为力或效率低下(即使采用遗传或粒子群等对问题本身性态无特殊需求的算法)，与此同时，现有制造系统优化一般是在单级(系统层)中根据所有设计准则进行优化，因而一般只能处理小规模系统的优化问题，难以高效高质量地解决由多个元素组成的层次化集成制造系统的复杂协同优化问题。由于层次化制造系统优化问题的复杂性，除了需要发展高效可靠的优化算法之外，还需要理清复杂制造系统所包含的不同子级元素及这些子级元素之间的相互关系，进而寻求解决复杂制造系统优化问题的途径。其中，不同子级元素之间关系的处理往往是能否得到整体解的关键，这也是难以采用传统优化技术的重要原因之一。因此，复杂系统整体优化的困难不仅在于优化算法本身，而是需要有更为合适的优化建模及规划技术、寻优搜索策略等，在此背景下多学科设计优化(multidisciplinarydesignoptimization,MD0)运用而生。制造系统建模与优化问题在面临新的设计策略与途径时，需要做出相应的变革才能提高其优化的效率和灵活性，才能满足现代制造系统优化的需求。
发明内容本发明的目的在于以克服现有制造系统建模与优化技术的不足，尤其是克服现有制造系统优化问题求解局限于单层或小型制造系统等缺点，提供一种面向复杂制造系统的层次化建模与优化方法，所述复杂制造系统是由多个元素组成的层次化集成制造系统。复杂制造系统(如一个企业或集团)含有众多相互作用的单元(如车间、制造单元)，系统整体追求的是多个互不相同甚至互相矛盾的目标，系统动态过程错综复杂，各子过程时间尺度相差很大，是一个大规模、带复杂制约的多目标、多学科(子级元素)协同优化问题。对于复杂系统的问题求解，采用分解优化策略，有利于利用空间资源克服问题求解的复杂性。无论集成制造系统优化目标和体系结构如何，由于其整体求解困难，其优化的关键之一是将优化系统层目标逐层分解，成为可操作的对象。为实现上述目的，本发明所采用的技术方案是—种面向复杂制造系统的层次化建模与优化方法，所述复杂制造系统是由两个以上元素组成的层次化集成制造系统，该复杂制造系统由两个以上级层组成，每个级层有一个以上元素，顶层为系统层，系统层总目标向下逐层传递和分解，相邻的上层和下层元素中，上层为下层的父级元素，下层为上层的子级元素，具体包括如下步骤(1)构建由多个元素组成的层次化制造系统；每个元素包括一台计算机，每个元素通过计算机接口与其他元素之间进行数据交换；(2)确定步骤(1)中各个元素的反应、联系变量和局部变量，以及父级元素和子级元素之间的联系；所述的联系变量为相邻的上层与下层之间的联系参数，所述的局部变量为同层元素之间的联系参数；反应为分析模块的输出。(3)使用面向对象的建模语言，构建各层中各元素模型，元素模型包括优化设计模型和分析模型；(4)对所建立的模型以系统层总目标最优为目的进行优化求解。上述的一种面向复杂制造系统的层次化建模与优化方法，步骤(4)进一步包括如下步骤步骤1:设定总目标值，设定优化算法初始变量值，制造系统的总层数为N+l，系统层为第O层，N为自然数；步骤2:以系统的总目标值为优化目标，在一致性约束和系统层局部约束条件下进行系统层的优化，把优化后的联系变量和反应值作为第1层的子级元素的设定值通过计算机接口传递给第1层的子级元素；步骤3:判断第1层的子级元素接收到的联系变量值和反应值与步骤(4)优化求解得到的(第一次循环时为初值)子级元素的相应联系变量值和反应值之间的差值是否小于给定误差值，如果大于给定误差值，则继续下一步，如果小于则跳转到步骤9;步骤4:以系统层设定的联系变量和反应值为优化目标，在一致性约束和第1层局部约束条件下用常规优化算法(如线性规划法、动态规划法、分支定界法)或智能算法(如遗传算法、粒子群算法、模拟退火算法等)进行第l层各子级元素的优化，把优化后的联系变量和反应值作为第2层子级元素的设定值通过计算机接口传递给第2层的子级元素；步骤5:判断第2层的子级元素所接收到的联系变量和反应值与步骤6优化求解得到的(第一次循环时为初值)第2层子级元素相应联系变量和反应值之间的差值是否小于给定误差值，如果大于则继续下一步，如果小于则向系统层回传第l层子级元素的联系变量和反应值，更新联系变量和反应值的偏差系数，并跳转到步骤2;步骤6:以第1层子级元素设定的联系变量和反应值为优化目标，在一致性约束和第2层局部约束条件下进行第2层子级元素的优化，把优化后的联系变量和反应值作为第3层子级元素的设定值通过计算机接口传递给第3层的子级元素。步骤7:判断第3层的子级元素所接收到的联系变量和反应值与第3层优化求解得到的(第一次循环时为初值)第3层子级元素相应联系变量和反应值之间的差值是否小于给定误差值，如果大于则继续下一步，如果小于则向第1层回传第2层子级元素的联系变量和反应值，更新联系变量和反应的偏差系数并跳转到步骤4。步骤8:以上面的方式类推制造系统第4、5......N层的优化操作。步骤9:结束优化，输出优化结果。上述的一种面向复杂制造系统的层次化建模与优化方法，步骤(3)中通过面向对象的建模语言对各个元素进行建模。上述的一种面向复杂制造系统的层次化建模与优化方法，步骤(3)中，所述的优化设计模块负责元素目标的优化；所述的分析模块用于计算元素的反应，局部设计变量、参数和子级元素的反应为分析模块的输入，而传递给优化设计模块的反应为分析模块的输出。上述的一种面向复杂制造系统的层次化建模与优化方法，所述元素模型包括优化设计模块和分析模块，其中优化设计模块负责元素目标的优化；分析模块用于计算元素的反应，局部设计变量、参数和子级元素的反应为分析模块的输入，而传递给优化设计模块的反应为分析模块的输出。上述的一种面向复杂制造系统的层次化建模与优化方法，所述复杂制造系统是由在结构上或者功能上分解为多个元素组成的层次化系统。本发明的有益效果主要表现在1)采用结构化分析和ATC方法实现复杂制造系统建模与优化统一。基于功能分解的结构化分析方法，可将制造系统要完成的功能与任务映射到系统的功能模型中，但是缺乏对各子级元素(元素)的决策进行协调机制以及在细节上的分析和优化功能。ATC方法6是一种非集中式协调方法，它按照对象功能或模块等将需要研究的问题分解成层次结构，允许层次结构中的各个元素自主决策，父级元素对子级元素(子级系统)的决策进行协调以使问题的目标最优化，其特征之一是目标级联，即系统中的父级元素为子级元素设置目标并将目标传递给子级元素，另外一个特征是分析，即子级元素都有一个分析模块来计算子级元素的响应，但功能建模相对不足和缺乏软件实现途径。结构化功能分解方法与面向对象方法相结合，既发挥了结构化方法系统结构性好、利于整体分析与设计的优点，又可以发挥面向对象方法易理解、易实现、利于具体分析与设计的优点，既强调了系统的功能结构和数据特性，又强调了系统的实体构成特性；而通过面向对象方法构造系统的组件，并通过组件的配置和组合构建基于组件的ATC优化体系模型，再通过ATC框架协调和控制，从而实现制造系统优化求解。2)将复杂制造系统优化问题分解成多个层次结构的子问题，可以显著地减少计算量，特别适应于由多目标、或多个子级元素(如企业、车间、单元等)组成的制造系统。3)采用ATC方法求解具有与现有的制造系统结构相一致、可并行优化、级数不受限制，根据需要对现有的制造系统优化方法加以利用，可实现多种优化算法协同集成，具有较高的灵活性。4)能以系统的实际分解结构和直接利用方程进行建模和优化。传统上，制造系统建模采用因果建模语言，就必须要显式的说明各个模型的输入和输出。从数学角度上来看，就是要将系统转化为显式微分方程/代数方程的形式，这个过程困难而且复杂，甚至有时是难以实现的，而且妨碍了模型的模块化和重用。非因果模型是微分方程/代数方程组构成的隐式系统，可直接使用系统的方程式，而不需进行任何转换，将以往把系统转化为显式微分方程/代数方程的形式的工作中解放出来，克服了因果建模语言的许多缺点，不再限制模型的输入和输出，而关注建模系统中组件的相互联接，从而使模型得到最大程度的通用性。图1是本发明实施方式三层制造系统分解框架图。图2是元素Eij信息交换示意图。图3是元素Eu的优化设计和分析原理图。图4是采用目标级联法求解问题的优化流程图。图5是实例1层次分解图。图6是实例1优化求得的制造单元1甘特图。图7是实例1优化求得的制造单元2甘特图。图8是实例2层次分解图。图9是实例2优化调度的结果。具体实施例方式本实施方式中，遵照自顶向下层次细化分解原则和根据系统功能，采用结构化功能分解方法与面向对象方法，对制造系统层次化地分解，建立系统的主体框架；然后采用向对象建模语言，建立各个元素(子级元素)模型，每个元素通过计算机接口与关联子级元素之间进行数据交换，根据目标级联分析法及其求解框架协调和控制这些子级元素，来获得制造系统的系统层目标最优解。目标级联分析法(AnalyticalTargetCascading,ATC)是最近发展起来的一种MDO方法，它具有与现有的工程设计结构相一致、级数不受限制和经过严格的收敛证明等优点。本发明所述的制造系统建模与优化方法，包括如下步骤1)按照层次细化分解原则和系统功能，用结构化功能分解方法与面向对象方法，对待求解的复杂制造系统优化问题分解成具有层次结构的若干个互相独立又以某种形式互相联系的子问题，形成自顶向下的层次化树图。2)确定各元素的反应、联系变量和局部变量，以及各元素相互联系，其中所述的联系包括与父级元素和子级元素之间的联系。3)用面向对象的建模语言，构建各个元素模型。在层次化模型中，元素模型包括优化设计模型(模块)和分析模型。优化设计模型负责元素目标的优化；分析模型用以计算元素的反应，局部设计变量、参数和子级元素的反应为其输入，而传递给优化设计模型的反应为其输出。4)按目标级联分析法及其框架体系对所建立的级联模型以系统层总目标最优为目的进行优化求解。由于通过结构化功能分解方法和面向对象的方法对各元素进行了分析抽象，使各元素可相对独立地进行优化分析，同时采用目标级联分析法对子级元素进行协调，确保子级元素之间的关系在优化完成后又能够恢复，从而实现整体优化。下面结合附图和实施例对本发明的具体实施方式作进一步说明。复杂制造系统由多个具有相互联系的元素组成系统，比如把一个生产型企业看作制造系统，那么可将其分为工厂(企业)、车间、生产单元等几个层次。因此利用分解技术，把复杂制造系统优化问题分解为一个主问题和几个子问题。为了叙述方便，可按照系统层(system)-子系统层(subsystem)-部件级(component)等顺序对系统进行分解，同时将system、subsystem禾口component统禾尔为兀素(element)。丁页层(system层)代表整个系统，其下各层代表父元素的子级元素(subsystem)或部件(component)。制造系统层次化建模与优化方法包括如下步骤1)从上到下将作业调度依次分解具有层次结构的多个子系统，如图1将作业调度分角率为system-subsystem-component三个层次丁页层system(i=0，j=1)-中层subsystem(i=1，j=1，2，......，n)_底层component(i=2，j=1，2，......，m)，其中，i代表行，j代表列，n、m分别为中层和底层系统的元素个数。2)确定各元素的反应、联系变量和局部变量，描述各元素相互联系，图2为第i层第j元素与上层和下层信息交换图。的优化目标Ri/—1和联系变量的协调变量yipH由父代系统传递下来，Eij的优化问题结束后，把响应Ri/和联系变量的值yi/回传给父代系统，同时将R(i+D」和y(i+1)/下传给子代系统，并作为子代元素E(i+1)k的优化目标和联系变量的协调变量。3)构建系统中各元素模型。元素Eij模型由优化设计模型(0ij)和分析模型(rij)两部分组成，如图3所示。元素的数学模型表述如下<formula>formulaseeoriginaldocumentpage9</formula><formula>formulaseeoriginaldocumentpage9</formula>式中，Xi/是元素Eij的局部变<formula>formulaseeoriginaldocumentpage9</formula>:向量；y」是的联系变量向量；p是的父元素；yipi—1是父代元素p为本级系统设定的联系变量值；y(i+1)/是本级系统为子代系统设定的联系变量值；y(i+1)ki+1是子代系统传回本级系统的联系变量值；Ri/为的反应值向量；Ri/—1父代系统为本级系统设定的反应值向量；R(i+1)/本级系统为子代系统设定的反应值向量；R(i+1)ki+1子代系统回传本系统的反应值向量；Wi/和w(i+1)kK为本级系统和子级系统的反应偏差的权重系数；wj和w(i+D,y为本级系统和子代系统的联系变量偏差的权重系数；ei/和eJ为的反应和联系变量的偏差容量；gij和I!".为不等式约束和等式约束；C,,=;Cij是的子代元素个数；Sk、Sj是二进制选择矩阵；k是子代元素个数；符号。表示向量的逐项相乘；l|x|1/表示向量x的^范数。若Eij没有子代问题，则其目标函数中不含e项，如底层问题；若Eij没有联系变量，则其目标函数中不含联系变量项，如顶层问题。4)通过目标级联分析法对模型求解。以三层的作业调度问题为例阐明优化求解过程，具体流程如图4所示，步骤如下步骤1:设定总目标值，设定初始参数。步骤2:给定初始变量值，进行系统级(system)的优化，把优化后的联系变量和反应值作为子系统级的设定值传递给子系统。步骤3:判断子系统的联系变量和反应值与各个子系统的相应值之间的差值是否小于指定值，如果大于指定值，则继续下一步，如果小于则跳转到第8步。步骤4:以系统级指定的联系变量和反应值为优化目标，进行子系统(subsystem)的优化，可以选用常规优化算法(如线性规划法、动态规划法、分支定界法)或智能算法(如遗传算法、粒子群算法、模拟退火算法等)作为优化器，把优化后的联系变量和反应值作为部件级的设定值传递给部件级系统。步骤5:判断部件级的联系变量和反应值与各个部件级的相应值之间的差值是否小于给定值，则继续下一步，如果小于则回传子系统级的联系变量和反应值，更新联系变量和反应值的偏差系数，并跳转到第2步。步骤6:以子系统级设定的联系变量和反应值为优化目标，进行部件级(component)的优化，回传部件级的联系变量和反应值，更新联系变量和反应的偏差系数并跳转到第4步。步骤7:用子系统优化的结果更新联系变量偏差系数和反应偏差系数，在一致性约束和系统级约束条件下再进行系统级的优化，把优化后子系统的联系变量和反应值传递给子系统，然后返回第2步。步骤8:结束优化，输出结果。下面以层次化车间调度问题来介绍本发明实施例，并设①所有机器在开始(t=0)时刻都可用；②所有工件在t=0时刻都可被加工；③所有工件的工艺计划是固定不变的，即工序的先后顺序不能违背；④加工是非抢占式的，即工序的加工不允许中断，在给定时刻，机器只能加工一个工件，只有该工件的本工序加工完毕后才能加工别的工件。实施例1:两层作业调度优化问题求解本例所述的车间有两个零件族(由加工工艺路线相似的零件组成)需要加工。整个车间共有6类的机器，分别称为A、B、C、D、E和F，每一种类型的机器分别有8台，共48台加工机器，每个零件族有6种类型的工件，其工艺约束、加工时间(括号内数据)和工件数量分别如表1和表2所示表1零件族1中要加工的零件<table>tableseeoriginaldocumentpage10</column></row><table>表2零件族2中要加工的零件<table>tableseeoriginaldocumentpage10</column></row><table>这里将所述的车间调度分为如图5所示的两层零件族规划层和零件规划层。零件族规划层任务是完成整个车间的设备规划，而零件规划层的任务是完成制造单元内各个零件加工路线规划。零件族规划层的任务是为各个零件族合理地分配设备，使各制造单元的加工尽可能同时完成，其目标是加工完所有零件的时间最短。在优化中偏差权重系数取l，二进制选择矩阵系数Sij取为零，其数学模型为，《-4A'().,l，f<M+IlpO—pij_po—/iII<JS丄II八1B1—八lfll卞八1B2一八12||—SCM0《x0A《SMwhere《=max(《,，《2)式中，R。/为系统层(i=0)的反应，其值等于两个零件族中加工较慢的零件族进度值，T。A为系统的总目标，作业调度任务是尽可能縮短所有零件的加工时间，因此总目标值T。A取为0，￡。/为零件族规划层的允许误差，R1B1°是零件族规划层为制造单元1(也即是1B1，简称B1)设定的反应，R化/为B1上传给零件族规划层的反应。同样，R服。是零件族规划层为制造单元2(也即是1B2，简称B2)设定的反应，R皿1为B2上传给零件族规划层的反应。X。A为本层的设计变量，SM为所有设备的集合。为表示和理解方便，本例第l层(零件族规划层)列用j=A(表示只有一个元素A)，而第2层(零件规划层)列用j={B1，B2}(表示有两个元素位于第2层，分别为Bl和B2)。零件规划层的任务是完成制造单元内各零件的加工工艺路线规划，使制造单元中的零件尽快加工完成，其目标是尽可能縮短制造单元中的所有加工零件完成时间，其数学模型为min|4-《|+-《式中，R皿1和R皿1分别表示制造单元1和制造单元2的最小完工时间，R皿0和R1B2°为零件族规划层分别为制造单元1和制造单元2设定的反应。x1B1和x1B2分别为制造单元1和制造单元2的局部设计变量，此处表示为各零件的加工路径。本例是一个具有两层结构的作业调度优化问题，在优化过程中，零件族规划层不断给零件规划层的各单元设定最小完工时间，在零件规划层的各制造单元优化完成后，获得的最小加工完成时间传递回零件规划层，这样进行不断的迭代，最后获得最优解。经分解得到的制造单元1和制造单元2可分别采用不同优化算法求解。这里均采用了遗传算法来实现。预先设定零件族规划层的允许误差e。/为1.0，R皿G为250，R^/为300，设定零件族规划层的循环次数200，初始种群数为IOO，交叉概率为0.85，变异概率为0.05。优化结束后，得到总目标为313。而机床分配情况如表3所示，即制造单元1中的A类机床有4台，B类机床有6台，C类机床有4台，D类机床有4台，E类机床有4台，F类机床有4台；制造单元2中的A类机床有4台，B类机床有2台，C类机床有4台，D类机床有4台，E类机床有4台，F类机床有4台。表3机床分配机床A机床B机床c机床D机床E机床F单元l464444单元2424444制造单元1和制造单元2的加工路径甘特图分别如图6和图7所示，在甘特图中横坐标为加工时间，纵坐标为机器类型，甘特图中间的数字为加工的工件类型。机器类型代表该制造单元的所有这类机器，比如制造单元1中的机床A则代表制造单元1中的4台A类机床，同样工件类型也代表该零件族中所有该类工件，比如制造单元1中工件类型1代表单元1中的18个1类工件，而甘特图中的加工时间为该类工件的总加工时间。从表3可以看到，制造单元1和制造单元2分配得到的B类机床数量并不相同，本发明能根据生产状况(如加工时间和工件数量)，动态合理地分配各制造单元的机器和工件的加工路径，使总的加工完成时间最短。此例只是一个两层的作业调度优化例子，下面是一个三层的作业调度优化实施例。实施例2:三层作业调度问题的优化求解该车间调度所涉及工件加工工序、机床及对应加工时间如表4所示。表中，Pij表示工件i第j道加工工序，如P12表示工件1第2道加工工序。调度目标包括加工时间的优化(最小完工时间)和加工成本的优化。表4一个调度问题的实例数据<table>tableseeoriginaldocumentpage12</column></row><table>已知机器M1、M2、M3、M4和M5的加工费用分别为80元/h、100元/h、120元/h、90元/h和60元/h，工件1、2、3、4、5、6、7和8交货期限分别为40h、35h、50h、40h、43h、35h、53h和43h，总加工成本限制在15500元以下。按前述的求解方法和步骤，将该此例求解问题分为如图8所示的三层系统，求解得到如图9所示的调度结果，其中总加工费用为15490元，总完工时间为49h，符合要求。上述描述是用于实现本发明及其实施例，本发明的范围不应由此描述来限定，本领域技术人员在不脱离本发明范围内的任何修改或替换，均属于本发明权利要求限定的范围。权利要求一种面向复杂制造系统的层次化建模与优化方法，所述复杂制造系统是由两个以上元素组成的层次化集成制造系统，该复杂制造系统由两个以上级层组成，每个级层有一个以上元素，顶层为系统层，系统层总目标向下逐层传递和分解，相邻的上层和下层元素中，上层为下层的父级元素，下层为上层的子级元素，其特征在于包括如下步骤(1)构建由多个元素组成的层次化制造系统；每个元素包括一台计算机，每个元素通过计算机接口与其他元素之间进行数据交换；(2)确定步骤(1)中各个元素的反应、联系变量和局部变量，以及父级元素和子级元素之间的联系；所述的联系变量为相邻的上层与下层之间的联系参数，所述的局部变量为同层元素之间的联系参数；反应为分析模块的输出。(3)使用面向对象的建模语言，构建各层中各元素模型，元素模型包括优化设计模型和分析模型；(4)对所建立的模型以系统层总目标最优为目的进行优化求解。2.根据权利要求1所述的一种面向复杂制造系统的层次化建模与优化方法，其特征是步骤(4)进一步包括如下步骤步骤1:设定总目标值，设定优化算法初始变量值，制造系统的总层数为N+l，系统层为第0层，N为自然数；步骤2:以系统的总目标值为优化目标，在一致性约束和系统层局部约束条件下进行系统层的优化，把优化后的联系变量和反应值作为第1层的子级元素的设定值通过计算机接口传递给第l层的子级元素；步骤3:判断第1层的子级元素接收到的联系变量值和反应值与步骤(4)优化求解得到的子级元素的相应联系变量值和反应值之间的差值是否小于给定误差值，如果大于给定误差值，则继续下一步，如果小于则跳转到步骤9;步骤4:以系统层设定的联系变量和反应值为优化目标，在一致性约束和第1层局部约束条件下用常规优化算法或智能算法进行第1层各子级元素的优化，把优化后的联系变量和反应值作为第2层子级元素的设定值通过计算机接口传递给第2层的子级元素；步骤5:判断第2层的子级元素所接收到的联系变量和反应值与步骤6优化求解得到的第2层子级元素相应联系变量和反应值之间的差值是否小于给定误差值，如果大于则继续下一步，如果小于则向系统层回传第1层子级元素的联系变量和反应值，更新联系变量和反应值的偏差系数，并跳转到步骤2;步骤6:以第1层子级元素设定的联系变量和反应值为优化目标，在一致性约束和第2层局部约束条件下进行第2层子级元素的优化，把优化后的联系变量和反应值作为第3层子级元素的设定值通过计算机接口传递给第3层的子级元素。步骤7:判断第3层的子级元素所接收到的联系变量和反应值与第3层优化求解得到的第3层子级元素相应联系变量和反应值之间的差值是否小于给定误差值，如果大于则继续下一步，如果小于则向第1层回传第2层子级元素的联系变量和反应值，更新联系变量和反应的偏差系数并跳转到步骤4。步骤8:以上面的步骤方式对制造系统第4、5......N层的优化操作。步骤9:结束优化，输出优化结果。3.根据权利要求2所述的一种面向复杂制造系统的层次化建模与优化方法，其特征在于所述常规优化算法包括线性规划法、动态规划法或分支定界法，所述智能算法包括遗传算法、粒子群算法或模拟退火算法。4.根据权利要求1所述的一种面向复杂制造系统的层次化建模与优化方法，其特征在于步骤(3)中通过面向对象的建模语言对各个元素进行建模。5.根据权利要求1所述的一种面向复杂制造系统的层次化优化方法，其特征在于步骤(3)中，所述的优化设计模块负责元素目标的优化；所述的分析模块用于计算元素的反应，局部设计变量、参数和子级元素的反应为分析模块的输入，而传递给优化设计模块的反应为分析模块的输出。6.根据权利要求1所述的一种面向复杂制造系统的层次化优化方法，其特征在于所述元素模型包括优化设计模块和分析模块，其中优化设计模块负责元素目标的优化；分析模块用于计算元素的反应，局部设计变量、参数和子级元素的反应为分析模块的输入，而传递给优化设计模块的反应为分析模块的输出。7.根据权利要求16任一项所述的一种面向复杂制造系统的层次化建模与优化方法，其特征在于所述复杂制造系统是由在结构上或者功能上分解为多个元素组成的层次化系统。全文摘要本发明提供一种面向复杂制造系统的层次化建模与优化方法，用于由多个元素组成的层次化制造系统的总目标优化，该方法包括如下步骤1)将制造系统划分为由多个元素组成的层次化系统，每个元素包括一台计算机，每个元素通过计算机接口与其他元素之间进行数据交换；2)确定各元素的反应、联系变量和局部变量，以及各元素相互联系；3)建立各元素模型，包括优化设计模型和分析模型；4)对层次化制造系统模型进行优化求解。本发明可实现多个元素组成的层次化制造系统的建模与优化统一，具有与现有的制造系统拓朴结构相一致、可并行优化、分层级数不受限制等优点，并且各个元素可选用不同优化算法，因而能将不同优化算法集成于一个系统之中。文档编号G06Q50/00GK101727622SQ200910213669公开日2010年6月9日申请日期2009年12月8日优先权日2009年12月8日发明者姚锡凡,帅旗,练肇通,黄英杰申请人:华南理工大学